Аңдатпа
Тіл білімінде тілдердің ұлттық корпусын құрастыру мәселесі жан-жақты қарастырылып жүр. Ал жасанды интеллектінің дамыған заманында ауызша сөйлеу үлгілерінің лингвистикалық деректер базасы болып саналатын ауызша ішкорпустарды зерттеу — өзектілігі жоғары, назар аударуды қажет ететін тақырыптардың бірі. Мақалада алғашқы шетелдік және отандық ауызша корпустардың құрылу тарихы сипатталып, корпустық зерттеулердің қазіргі жағдайы, Ахмет Байтұрсынұлы атындағы Тіл білімі институты әзірлеген «Қазақ тілінің ауызша ішкорпусының» сипаты, сөз жинау тәсілдері көрсетілген. Орыс тілі ұлттық корпусының ауызша ішкорпусы, Санкт-Петербург мемлекеттік университетінің ғалымдары құрастырған орыс ауызша сөзінің корпусы, британ ұлттық корпусының ауызша ішкорпусы, араб сөзінің корпусы сияқты ауызша ішкорпустардың құрастырылу қағидалары, олардағы сөзқолданыстар мен дереккөздер саны салыстырылып баяндалған. Ауызша корпустардағы метабелгілем, тілдік деректерді орфоэпиялық және орфографиялық аннотациялау үлгілеріне аналитикалық шолу жасалған. Мақалада, сонымен бірге А. Байтұрсынұлы атындағы Тіл білімі институтының ғалымдары әзірлеген «Қазақ тілінің ұлттық корпусының» бірі «Ауызша ішкорпустың» мазмұны, сөз жинау әдістері туралы толық сипаттама берілген. Ауызша ішкорпус алдымен шаршытоп алдындағы сөздер, сұхбаттар, ресми, бейресми сөздермен толықты, қарапайым еңбек адамдары мен жергілікті тұрғындарының сөйлеу тілінен бөлек, ақын, жазушы, қоғам қайраткерлерінің аудио және бейнеформаттағы сөзі жинақтала бастады. М. Әуезов, Ғ. Мүсірепов, С. Мұқанов сынды жазушылардың 60-жылдары жиналыстарда сөйлеген сөзінен бастап, сөзі үлгі болып келген басқа да танымал тұлғалардың сөздерінің орфографиясы жазылып, орфоэпиясы түсіріліп, просодикасы қойыла бастады. Бұл, бір жағынан, қазақ ауызша сөзінің әр жылдардағы қоры түрінде болса, екінші жағынан, белді тұлғалардың таспаларда ғана ауызша нұсқада сақталып келген сөздерінің жазба нұсқасын алуға мүмкіндік берді. 2024 жылдан бастап ауызша ішкорпусқа қазіргі ауызекі сөйлеу тілінің үлгілері, жергілікті сөздер алына бастады. Жоба идеясы бойынша 2025 жылы Ахмет Байтұрсынұлы атындағы Тіл білімі институты ауызша корпус әзірлемешілері қазақ тілінің дәстүрлі сөзсаптамын білетін, ауызша сөз машығына төселген жергілікті тұрғындардың айтқан әңгімелерін жинау, таспаға басу, қазақ тілінің ұлттық корпусына енгізу және зерттеу мақсатында Қазақстанның әр түрлі өңірлеріне сөзтанымдық экспедицияға шықты. Сапар барысында қазақ тілінің дәстүрлі сөзсаптамын, машықсыз, дайындықсыз, шынайы, табиғи сөйленген сөзі, елдімекендегі әңгіме айтуға шебер, ойы жинақы, айтары бар, сөзге шешен тұлғалардың кез келген ортадағы сөйлеген сөздері бейне-аудиотаспаға түсіріліп, «Қазақ тілінің ұлттық корпусына» енгізілді. Қазақ тілінің ұлттық корпусы – қазақ тілінің тілдік жүйесі толық қамтылған, аннотацияланған мәтіндер жинағы. Ұлттық корпусты әзірлеу тіл білімі ғана емес, жалпы ғылым саласындағы басым бағыттардың бірі және мемлекеттік деңгейдегі маңыздылығы жоғары жоба деуге болады.